夏天添，王 慧

（1.江西科技學院學術(shù)委員會，江西 南昌 330098；2.江西省區(qū)域發(fā)展研究院，江西 南昌 330000；3.云南師范大學 教育學部，云南 昆明 650000；4.菲律賓中央大學，菲律賓 伊洛伊洛 5000）

一、引言

黨的十九屆五中全會提出，中國要堅持推動以高質(zhì)量發(fā)展為目標的經(jīng)濟發(fā)展，要堅持以創(chuàng)新導(dǎo)向加快社會主義現(xiàn)代化建設(shè)，在這一目標的實現(xiàn)過程中，戰(zhàn)略新興產(chǎn)業(yè)的高質(zhì)量發(fā)展，無疑對加快這一進程的實現(xiàn)有著關(guān)鍵引領(lǐng)作用[1]。為此，中央陸續(xù)頒布了一系列指導(dǎo)性文件，以確保穩(wěn)步推進中國戰(zhàn)略新興產(chǎn)業(yè)的高質(zhì)量發(fā)展。故而，探討如何實現(xiàn)戰(zhàn)略新興產(chǎn)業(yè)的高質(zhì)量發(fā)展，對推動中國經(jīng)濟高質(zhì)量發(fā)展有著重要的意義。

數(shù)智創(chuàng)新是將數(shù)字技術(shù)與人工智能技術(shù)嵌入原有產(chǎn)品（服務(wù)） 體系當中，通過科學規(guī)劃、融合重組，進而形成新產(chǎn)品（新模式） 的創(chuàng)造過程[2]。在新一輪技術(shù)革命浪潮的沖擊下，數(shù)智創(chuàng)新作為創(chuàng)新驅(qū)動型經(jīng)濟改革戰(zhàn)略的關(guān)鍵要素，是借助AI、機器學習等數(shù)智技術(shù)的條件優(yōu)勢，為組織實現(xiàn)產(chǎn)品設(shè)計、流程重組與商業(yè)模式優(yōu)化等創(chuàng)新變革的重要抓手[3]。同時，數(shù)智技術(shù)突破了現(xiàn)階段數(shù)字創(chuàng)新體系中的資源邊界與內(nèi)涵瓶頸，通過數(shù)智化資源重組、衍生價值拓展等方式，能夠更進一步地完善產(chǎn)品（服務(wù)） 體系與經(jīng)營模式，是新時代背景下中國戰(zhàn)略新興產(chǎn)業(yè)的全新動力[4]。正如百度無人駕駛汽車、海爾互聯(lián)網(wǎng)工廠等成功經(jīng)驗，均表明數(shù)智創(chuàng)新將是推動中國戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的核心載體。

戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展，即涉足戰(zhàn)略新興產(chǎn)業(yè)的企業(yè)通過生產(chǎn)經(jīng)營，實現(xiàn)高經(jīng)濟價值增長、高附加價值增長與高生產(chǎn)效率增長的戰(zhàn)略發(fā)展目標[5]。由于戰(zhàn)略新興產(chǎn)業(yè)是中國宏觀經(jīng)濟發(fā)展的中觀載體，也是微觀企業(yè)發(fā)展的趨勢寫照，討論戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的影響機制，亦成為業(yè)界和學界共同關(guān)注的話題[6]。以往研究主要從宏觀與微觀兩個層面，對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的影響機制展開了討論，并取得了豐碩的成果[7]。從宏觀層面而言，減稅（費）、國有資產(chǎn)監(jiān)管、環(huán)境規(guī)制等政策機制均有助于驅(qū)動戰(zhàn)略新興產(chǎn)業(yè)的高質(zhì)量發(fā)展，同時，地方金融發(fā)展、數(shù)字經(jīng)濟發(fā)展等因素，亦與戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展之間呈現(xiàn)出擠出效應(yīng)[8]。而從微觀層面而言，技術(shù)創(chuàng)新、數(shù)字化成熟度、治理效能等因素，亦對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展有著推動作用[9]，如陳麗姍和傅元海(2019)的觀點證實企業(yè)數(shù)字化成熟度高，將在創(chuàng)新效率、資本結(jié)構(gòu)、成本優(yōu)化等方面，為企業(yè)助力，使之成為新常態(tài)下推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的優(yōu)勢力量[10]。

此外，以往研究雖肯定了數(shù)智創(chuàng)新對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的推動作用，但目前有關(guān)數(shù)智創(chuàng)新的經(jīng)濟效應(yīng)理論，依舊缺乏成熟的理論體系或?qū)嵶C分析框架，且鮮有學者關(guān)注數(shù)智創(chuàng)新在非宏觀層面的內(nèi)驅(qū)機制及邊界條件[11]。按照新管制經(jīng)濟學的觀點，任何產(chǎn)業(yè)均處于特定的制度管理情境[12]。因此，數(shù)智金融作為現(xiàn)代金融服務(wù)的新基點，可借助AI 技術(shù)的智能決策優(yōu)勢，彌補傳統(tǒng)金融工具的不足，并以“高效率、低風險、準精度”的智慧金融服務(wù)，激發(fā)戰(zhàn)略新興產(chǎn)業(yè)全要素生產(chǎn)效率提升，是促進現(xiàn)代產(chǎn)業(yè)發(fā)展的一項重要邊界條件。然而，隨著數(shù)智金融的過度發(fā)展，金融投機、創(chuàng)新資源擠占、過度金融化等問題的滋生，必將抑制產(chǎn)業(yè)全要素生產(chǎn)效率的提升，但該問題卻鮮有學者展開進一步的論述，這也為本研究的理論創(chuàng)新提供了實現(xiàn)的可能。

綜上所述，以往研究的觀點肯定了數(shù)智創(chuàng)新對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的推動作用，但其二者間的內(nèi)驅(qū)機制為何？又是否存在重要邊界條件等問題，仍有待進一步厘清。故而，文章將基于數(shù)字創(chuàng)新理論，以中國戰(zhàn)略新興產(chǎn)業(yè)領(lǐng)域的上市公司為樣本，通過計量模型與組態(tài)效應(yīng)分析，揭示數(shù)智創(chuàng)新對中國戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的影響“黑箱”，并同時檢視數(shù)智金融的邊界作用。

二、研究假設(shè)

1. 數(shù)智創(chuàng)新與戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展

創(chuàng)新是中國創(chuàng)新驅(qū)動型經(jīng)濟體制改革的核心動能，其本質(zhì)在于將未知生產(chǎn)要素與生成條件重組融合，繼而創(chuàng)造出新的生產(chǎn)組合。根據(jù)數(shù)字創(chuàng)新理論的觀點，數(shù)智創(chuàng)新一方面可基于用戶數(shù)據(jù)，篩選出創(chuàng)新所需的知識類型、當量與結(jié)構(gòu)，并通過智能化分析，為企業(yè)提供最優(yōu)的決策方案[13]；另一方面，可借助技術(shù)優(yōu)勢，削減其價值共創(chuàng)過程中的成本，防范未知市場風險，以提升企業(yè)的組織韌性和動態(tài)能力[14]。因此，數(shù)智創(chuàng)新可基于數(shù)字化資源的使用效率提升，以及提高創(chuàng)新過程中的管控精度與流程效率，加快戰(zhàn)略新興產(chǎn)業(yè)數(shù)智化轉(zhuǎn)型，進而更好地推動其邁入高質(zhì)量發(fā)展階段。數(shù)智創(chuàng)新推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的理論機理如圖1 所示。具體實現(xiàn)路徑有三：

圖1 數(shù)智創(chuàng)新推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的理論機理圖

（1） 數(shù)據(jù)資源商業(yè)化路徑

從數(shù)據(jù)資源的深度應(yīng)用視角而言，數(shù)智技術(shù)所推動的信息基礎(chǔ)設(shè)施“再升級”，加速了數(shù)據(jù)的資源化進程，如對交易數(shù)據(jù)的精準化識別與提取，不僅實現(xiàn)了企業(yè)生產(chǎn)要素的高效率匹配，更能夠使企業(yè)從中尋找到優(yōu)質(zhì)用戶及商業(yè)契機[11]。因此，數(shù)智經(jīng)濟時代，數(shù)據(jù)的商業(yè)資源化屬性日益顯著，市場主體的經(jīng)營紅利亦取決于對市場數(shù)據(jù)的掌控能力[14]。同時，相比于傳統(tǒng)數(shù)字化創(chuàng)新，數(shù)智創(chuàng)新是數(shù)字化創(chuàng)新的“升華”，其不僅具備數(shù)字化創(chuàng)新在突破空間和時間上的技術(shù)優(yōu)勢，并且能夠更加精準、高效地對數(shù)據(jù)展開智能化識別、提取、追蹤和判斷，大幅提升了企業(yè)的數(shù)據(jù)資源利用效率與精度，并有利于進一步優(yōu)化市場信息不對稱所造成的企業(yè)決策誤差和成本（含數(shù)據(jù)獲取成本、供應(yīng)商和用戶的議價成本等），從而讓企業(yè)獲得應(yīng)對多變市場需求的組織韌性或競爭力，為企業(yè)的高質(zhì)量發(fā)展提供有力的技術(shù)保障[15]。

（2） 企業(yè)多元化創(chuàng)新路徑

從創(chuàng)新實踐視角而言，數(shù)智技術(shù)不僅為企業(yè)研發(fā)類創(chuàng)新帶來了技術(shù)上的支持，更為非研發(fā)類創(chuàng)新提供了實現(xiàn)的可能。首先，如數(shù)字孿生技術(shù)等虛擬仿真技術(shù)或AI 技術(shù)，一方面提高了企業(yè)創(chuàng)新效率、精度與市場匹配度，另一方面大幅降低了企業(yè)創(chuàng)新過程中的“試錯”成本，為企業(yè)贏得了一定的市場議價空間[16]。其次，隨著數(shù)智技術(shù)與企業(yè)業(yè)務(wù)的深度融合，數(shù)智創(chuàng)新的技術(shù)優(yōu)勢將賦能于企業(yè)業(yè)務(wù)數(shù)智化轉(zhuǎn)型，如利用邊緣計算、深度學習等精準畫像技術(shù)，不僅可以有效提高企業(yè)營銷效率，還能夠以此減少營銷成本與組織資源投入，實現(xiàn)戰(zhàn)略新興產(chǎn)業(yè)的價值增長型商業(yè)模式創(chuàng)新[17]。

（3） 產(chǎn)業(yè)鏈價值創(chuàng)造路徑

從產(chǎn)業(yè)協(xié)同視角而言，數(shù)智創(chuàng)新可通過聯(lián)結(jié)性與融合性的技術(shù)優(yōu)勢，打通產(chǎn)業(yè)鏈（供應(yīng)鏈）、企業(yè)間和產(chǎn)品（服務(wù)） 間的邊界壁壘，促進戰(zhàn)略新興產(chǎn)業(yè)各主體間的協(xié)同發(fā)展，降低戰(zhàn)略新興產(chǎn)業(yè)內(nèi)的非必要性（重復(fù)性） 生產(chǎn)要素投入，為推動產(chǎn)業(yè)內(nèi)生產(chǎn)效率大幅提升奠定了實現(xiàn)基礎(chǔ)[17]。同時，對于高市場潛質(zhì)的戰(zhàn)略新興產(chǎn)業(yè)而言，數(shù)智創(chuàng)新能夠基于智能化技術(shù)，以供應(yīng)鏈金融支持等方式，高效整合產(chǎn)業(yè)鏈，并逐步構(gòu)建數(shù)智化產(chǎn)業(yè)鏈，以集群效應(yīng)驅(qū)動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展。

綜上而言，文章認為數(shù)智創(chuàng)新可基于數(shù)據(jù)資源商業(yè)化路徑、企業(yè)多元化創(chuàng)新路徑與產(chǎn)業(yè)鏈價值創(chuàng)造路徑，推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展。故而，文章提出以下研究假設(shè)：

假設(shè)H1：數(shù)智創(chuàng)新將推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展。

假設(shè)H2：數(shù)智創(chuàng)新會通過數(shù)據(jù)資源商業(yè)化路徑、企業(yè)多元化創(chuàng)新路徑與數(shù)智價值創(chuàng)造路徑，間接推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展。

2. 數(shù)智金融的調(diào)節(jié)作用

根據(jù)數(shù)字創(chuàng)新理論，金融效率是決定企業(yè)成長的關(guān)鍵要素，是支撐戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的重要邊界條件。金融效率越高，企業(yè)可用于創(chuàng)新的資源便越充沛，其創(chuàng)新意愿、效率和幅度亦隨之增長，并有助于企業(yè)進一步開拓價值創(chuàng)新路徑，實現(xiàn)高質(zhì)量發(fā)展。隨著數(shù)智金融的日益成熟，數(shù)智技術(shù)與金融工具（模式） 的深度融合，其不僅保留了數(shù)字金融階段，對潛在金融風險識別的功能，還可利用AI、深度學習等智能化技術(shù)賦能，大幅提高企業(yè)風險識別精度及風險預(yù)測水平，降低傳統(tǒng)金融風險對市場環(huán)境的損害[18]；同時，數(shù)智金融還可進一步提高企業(yè)金融資本配置效率，激發(fā)金融環(huán)境的最大動能，為企業(yè)提供更加高效精準的現(xiàn)代金融服務(wù)。

然而，隨著有關(guān)數(shù)字金融研究的不斷深入，亦有學者提出了“雙刃劍”的觀點：即數(shù)字金融雖能有效緩解融資約束對企業(yè)創(chuàng)新的資源抑制，并為企業(yè)高質(zhì)量發(fā)展提供金融支持，但隨著使用深度的不斷加劇，也會存在誘發(fā)企業(yè)產(chǎn)生經(jīng)營風險的可能，如企業(yè)過度金融化、企業(yè)關(guān)鍵數(shù)據(jù)流失、金融欺詐等。其具體表現(xiàn)為：

（1） 組織數(shù)據(jù)資源過于暴露，存在關(guān)鍵數(shù)據(jù)資產(chǎn)流失風險

數(shù)智金融賦能可大幅推動企業(yè)數(shù)智創(chuàng)新效率、幅度及質(zhì)量，為加快戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展帶來了“資”的保障。但隨著數(shù)智金融融資幅度、深度及依賴度的不斷提高，企業(yè)被迫披露或提供的內(nèi)部資訊（數(shù)據(jù)） 便越多，其通過數(shù)智創(chuàng)新所積累的關(guān)鍵性數(shù)據(jù)資產(chǎn)，則成為了決定其融資可得性的關(guān)鍵“籌碼”[15]。因此，企業(yè)若無法將被迫披露的數(shù)據(jù)有效資產(chǎn)商業(yè)化，則將減損相關(guān)數(shù)據(jù)的資產(chǎn)效能，并導(dǎo)致前期投入淪為沉沒成本[19]。同時，鑒于戰(zhàn)略新興產(chǎn)業(yè)的高技術(shù)迭代性與高技術(shù)可復(fù)制性，若企業(yè)對披露數(shù)據(jù)資產(chǎn)的管理機制失靈，也將錯失市場先機[16]。由此而言，對涉足戰(zhàn)略新興產(chǎn)業(yè)的企業(yè)而言，適度的數(shù)智金融，可為企業(yè)數(shù)智創(chuàng)新提供有效的資金保障，企業(yè)為此付出的數(shù)據(jù)資產(chǎn)與融資付出也相對均衡。

（2） 支持力度難掌控，易使企業(yè)產(chǎn)生決策偏差

研發(fā)類創(chuàng)新是戰(zhàn)略新興產(chǎn)業(yè)實現(xiàn)高附加價值，乃至于實現(xiàn)高質(zhì)量發(fā)展的根本。然而，即便在數(shù)智技術(shù)賦能的前提下，戰(zhàn)略新興產(chǎn)業(yè)的研發(fā)類創(chuàng)新周期、成本及產(chǎn)品（服務(wù)） 轉(zhuǎn)化，也與非研發(fā)類創(chuàng)新存在顯著的效率差距。同時，鑒于非研發(fā)類創(chuàng)新周期短、見效快的創(chuàng)新特征，一旦形成成熟的新型商業(yè)模式，將為企業(yè)帶來高附加價值的增長[19]。因此，若企業(yè)在高附加價值的紅利誘導(dǎo)下，將用于研發(fā)類創(chuàng)新的資源挪至非研發(fā)類創(chuàng)新，其研發(fā)類創(chuàng)新效率必將減緩，甚至停滯，其戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的初衷也將淪為“無本之木”。此外，相比于傳統(tǒng)融資模式，對涉足戰(zhàn)略新興產(chǎn)業(yè)的企業(yè)而言，數(shù)智金融的融資可得性更高，支持力度更大，若企業(yè)可通過數(shù)智金融獲得足量的金融資源支持，則可有效規(guī)避這一資源配置難題，兼顧研發(fā)類創(chuàng)新與非研發(fā)類創(chuàng)新，實現(xiàn)高附加價值增長下的戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展；反之，若數(shù)智金融給予了企業(yè)過量的金融支持，又容易誘使企業(yè)過度金融化，偏離企業(yè)創(chuàng)新的本質(zhì)。由此而言，只有數(shù)智金融支持力度適度，方可使數(shù)智創(chuàng)新穩(wěn)定推進企業(yè)多元化創(chuàng)新效率，實現(xiàn)企業(yè)的高附加價值增長。

（3） “非理性”融資，不利于產(chǎn)業(yè)生態(tài)健康發(fā)展

對戰(zhàn)略新興產(chǎn)業(yè)中的非核心企業(yè)而言（含中小微企業(yè)和弱勢企業(yè)），核心企業(yè)數(shù)智創(chuàng)新打通了組織間的信息隔閡，提高了產(chǎn)業(yè)鏈（供應(yīng)鏈） 整體的生產(chǎn)效率；同時，核心企業(yè)也可在數(shù)智金融的助力下，進一步完善產(chǎn)業(yè)內(nèi)的供應(yīng)鏈金融體系，從而在加強核心企業(yè)自身地位及產(chǎn)業(yè)控制力的同時，幫扶非核心企業(yè)共同成長，以促進戰(zhàn)略新興產(chǎn)業(yè)的高質(zhì)量發(fā)展[20]。因此，高數(shù)智金融賦能，能促進核心企業(yè)數(shù)智創(chuàng)新對戰(zhàn)略新興產(chǎn)業(yè)生產(chǎn)效率的提升作用。然而，若核心企業(yè)采取非理性融資策略（即“為融資，而融資”），通過數(shù)智金融過度攫取金融支持，則不僅存在企業(yè)過度金融化、債務(wù)提升等組織風險，更甚者還會出現(xiàn)通過供應(yīng)鏈融資等方式，鉗制、操控、惡意并購非核心企業(yè)的情況，這不僅有礙于核心企業(yè)的健康發(fā)展，更將對所在戰(zhàn)略新興產(chǎn)業(yè)生態(tài)造成不可逆的損害[21]。由此而言，只有數(shù)智金融對戰(zhàn)略新興產(chǎn)業(yè)核心企業(yè)的金融支持適度，才能發(fā)揮金融工具對產(chǎn)業(yè)高質(zhì)量發(fā)展的促進作用。

綜上可知，文章認為只有適度的數(shù)智金融，才能夠讓涉足戰(zhàn)略新興產(chǎn)業(yè)的企業(yè)，更好地發(fā)揮數(shù)智創(chuàng)新勢能，以實現(xiàn)企業(yè)高經(jīng)濟價值、高附加價值與高生產(chǎn)效率的綜合性增長，進而推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展。由此，文章提出以下研究假設(shè)：

假設(shè)H3：數(shù)智金融將在數(shù)智創(chuàng)新推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的正向影響關(guān)系中，存在顯著的非線性調(diào)節(jié)作用。

三、研究設(shè)計

1. 模型設(shè)定

為揭示數(shù)智創(chuàng)新推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的內(nèi)驅(qū)機制，文章參考相關(guān)學者的做法，構(gòu)建以下計量模型：

其中，被解釋變量SEI-HQD 代表戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展，解釋變量DII 代表數(shù)智創(chuàng)新，中介變量M 包括數(shù)據(jù)資產(chǎn)披露率DA、非研發(fā)類創(chuàng)新投入N-R＆D、供應(yīng)鏈金融SCF，調(diào)節(jié)變量DI-F 代表數(shù)智金融，控制變量C 包括企業(yè)規(guī)模Size、資產(chǎn)收益率ROA、經(jīng)濟發(fā)展GDP 等；i 和t 代表第i 家公司第t 年的數(shù)據(jù)，μ 和ε 分別代表的是虛擬變量（行業(yè)及年份） 和隨機誤差項。

模型(1)中，若β1顯著，則說明假設(shè)H1 得到了驗證；模型(2)中，若β1和β2顯著，且區(qū)間效應(yīng)不含0，則說明假設(shè)H2 得到了驗證；模型(3)中，若β3顯著，且區(qū)間效應(yīng)不含0，則說明假設(shè)H3 得到了驗證。

2. 變量定義

（1） 解釋變量：數(shù)智創(chuàng)新(DII)

鑒于目前上市公司的財務(wù)數(shù)據(jù)中，并未詳盡披露有關(guān)數(shù)智創(chuàng)新的研發(fā)投入數(shù)據(jù)。本研究參考安同良、聞銳(2022)[22]的做法：一是基于國家知識產(chǎn)權(quán)局公開披露的專利數(shù)據(jù)，通過Python 數(shù)據(jù)挖掘技術(shù)，爬取對應(yīng)樣本企業(yè)2016—2020 年度的專利授權(quán)數(shù)據(jù)；二是將“智能化”“AI（人工智能）”“機器學習”“深度學習”“圖像理解”“邊緣計算”“智能機器人”“自然語言處理”等涉及數(shù)智技術(shù)的詞匯，設(shè)定為關(guān)鍵詞，進行匹配性篩選，以得到對應(yīng)樣本企業(yè)，在對應(yīng)年份內(nèi)的有關(guān)數(shù)智創(chuàng)新的專利授權(quán)數(shù)量；三是以該數(shù)智專利數(shù)量與企業(yè)對應(yīng)年份的專利授權(quán)總量之比，作為數(shù)智創(chuàng)新的觀測指標；四是按照上述步驟，加入“大數(shù)據(jù)”“云計算”“物聯(lián)網(wǎng)”等數(shù)字創(chuàng)新關(guān)鍵詞，得到對應(yīng)樣本企業(yè)有關(guān)數(shù)字創(chuàng)新的觀測指標，以作為替代變量。

（2） 被解釋變量：戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展(SEI-HQD)

文章參考Levinsohn＆Petrin(2003)[23]的做法，以全要素生產(chǎn)率觀測對應(yīng)樣本上市公司的戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展。具體計算公式如下：

其中，MIB 為主營業(yè)務(wù)收入，NE 為員工總量，F(xiàn)A 為企業(yè)固定資產(chǎn)，P＆L-C 為采購及勞務(wù)成本（現(xiàn)金支出）。

（3） 中介變量：數(shù)據(jù)資產(chǎn)(DA)

本研究參考危雁麟等(2022)[24]的做法，采用Python 數(shù)據(jù)挖掘技術(shù)，對樣本上市公司的年度財務(wù)報告進行文本挖掘，并以關(guān)鍵詞頻數(shù)觀測企業(yè)數(shù)據(jù)資產(chǎn)披露率。非研發(fā)類創(chuàng)新投入NR＆D，參考解學梅、王宏偉(2020)[19]的做法，以非研發(fā)類創(chuàng)新投入占企業(yè)研發(fā)投入總量之比，觀測非研發(fā)類創(chuàng)新投入。供應(yīng)鏈金融SCF，參考宋華等(2022)的做法[25]，采用Python 數(shù)據(jù)挖掘技術(shù)，對樣本上市公司的年度財務(wù)報告進行文本挖掘，從中梳理出對關(guān)聯(lián)系業(yè)務(wù)公司的融資數(shù)據(jù)，并以該公司對供應(yīng)鏈上下游企業(yè)的融資總量增長率，作為主要觀測指標。

（4） 調(diào)節(jié)變量：數(shù)智金融

文章參考安同良、聞銳(2022)的做法[22]，采用Python 數(shù)據(jù)挖掘技術(shù)，以有關(guān)數(shù)智金融的相關(guān)技術(shù)詞匯為關(guān)鍵詞，對《中國數(shù)字經(jīng)濟統(tǒng)計年鑒》 《北京大學數(shù)字普惠金融指數(shù)報告》等資料進行文本數(shù)據(jù)挖掘，分別計算關(guān)鍵詞詞頻，并同時采用主成分法，評價各關(guān)鍵詞權(quán)重，再通過加權(quán)計算聚合為對應(yīng)省份、年份的數(shù)智金融指數(shù)。具體變量定義與描述性統(tǒng)計特征見表1。

3. 樣本來源

文章以2016—2020 年中國戰(zhàn)略新興產(chǎn)業(yè)的上市公司數(shù)據(jù)為樣本，具體行業(yè)包括信息技術(shù)行業(yè)、先進制造行業(yè)、互聯(lián)網(wǎng)技術(shù)服務(wù)行業(yè)和通信服務(wù)行業(yè)。其中，數(shù)智創(chuàng)新、數(shù)智金融、戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展等數(shù)據(jù)，來源于歷年CSMAR 數(shù)據(jù)庫、Wind 數(shù)據(jù)庫、 《中國統(tǒng)計年鑒》 《中國數(shù)字經(jīng)濟統(tǒng)計年鑒》《北京大學數(shù)字普惠金融指數(shù)報告》與國家知識產(chǎn)權(quán)局。

在樣本預(yù)處理方面，文章參考相關(guān)學者的做法，刪除了無效數(shù)據(jù)（包括未開展數(shù)智化轉(zhuǎn)型的相關(guān)樣本、關(guān)鍵數(shù)據(jù)缺失的樣本、ST 和*ST 的樣本等），最終得到了2317 家企業(yè)的11585條面板數(shù)據(jù)；其中，各主要變量的相關(guān)性系數(shù)在-0.270～0.459范圍內(nèi)顯著，且各主要變量的VIF 系數(shù)均在10 以下的閾值范圍，說明本研究受多重共線性的干擾較小。

四、假設(shè)檢驗

1. 基準回歸檢驗

（1） 主效應(yīng)檢驗

根據(jù)表2 的M1 列的結(jié)果顯示，數(shù)智創(chuàng)新與戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展之間的正向影響關(guān)系顯著(β=0.228，P＜0.001)，假設(shè)H1 得到了支持。

表2 假設(shè)檢驗結(jié)果

（2） 中介效應(yīng)檢驗

文章參考曹曼等(2019)的做法[26]，在分別驗證了數(shù)據(jù)資產(chǎn)、非研發(fā)類創(chuàng)新和供應(yīng)鏈金融的獨立中介效應(yīng)顯著后，將三者同時納入M1 的模型，進行混合中介效應(yīng)檢驗。根據(jù)表2 的M2列和表3 的結(jié)果顯示，數(shù)智創(chuàng)新能夠分別通過數(shù)據(jù)資產(chǎn)、非研發(fā)類創(chuàng)新和供應(yīng)鏈金融，顯著間接影響戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展，假設(shè)H2 得到了支持。

表3 中介效應(yīng)檢驗結(jié)果

（3） 調(diào)節(jié)效應(yīng)檢驗

文章按照曹曼等(2019)的做法[26]，首先，分別檢驗了數(shù)智金融，在數(shù)智創(chuàng)新與數(shù)據(jù)資產(chǎn)(Δγ=γ高-γ低=0.317-0.173=0.144，p＜0. 001，95%，CI=[0.138，0.149])、非研發(fā)類創(chuàng)新(Δγ=γ高-γ低=0.400-0.219=0.181，p＜0.001，95%，CI=[0.174，0.189])和供應(yīng)鏈金融(Δγ=γ高-γ低=0.239-0.141=0.098，p＜0. 001，95%，CI=[0.091，0.104])之間的調(diào)節(jié)作用；其次，將數(shù)智金融作為調(diào)節(jié)變量，納入M2 的模型，并按照Bootstrap 方法進行有調(diào)節(jié)的中介效應(yīng)檢驗，結(jié)果顯示數(shù)智金融的調(diào)節(jié)作用依舊顯著，假設(shè)H3得到了支持。

2. 穩(wěn)健性檢驗

（1） 替代變量

首先，文章以數(shù)字創(chuàng)新作為替代變量進行主效應(yīng)的穩(wěn)健性檢驗，結(jié)果顯示：當數(shù)字創(chuàng)新作為唯一解釋變量時，其影響關(guān)系顯著(β=0.130，P＜0.01)，但相比影響程度較??；同時，將數(shù)字創(chuàng)新作為解釋變量，納入M1 的模型后進行檢驗，發(fā)現(xiàn)數(shù)智創(chuàng)新對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的正向影響依舊顯著(β=0.207，P＜0.001)，但數(shù)字創(chuàng)新不顯著(β=0.158，P＞0.05)，說明數(shù)智創(chuàng)新對數(shù)字創(chuàng)新具備替代效應(yīng)，并同時檢驗了假設(shè)H1。其次，文章以數(shù)字金融作為替代變量進行調(diào)節(jié)效應(yīng)的穩(wěn)健性檢驗，結(jié)果顯示：數(shù)字金融在數(shù)智創(chuàng)新與戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展之間的間接影響關(guān)系中，起到了顯著的有調(diào)節(jié)的中介作用，但其影響效果亦遠低于數(shù)智金融，說明數(shù)智金融具備比數(shù)字金融更好的賦能作用，并同時對假設(shè)H3 進行了驗證。

（2） 滯后一期變量

鑒于反向因果考量，本研究將戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展滯后一期作為被解釋變量，進行主效應(yīng)的穩(wěn)健性檢驗，結(jié)果顯示：數(shù)智創(chuàng)新依舊能夠顯著影響戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展(β=0.216，P＜0.01)，這也進一步證明了本研究受反向因果的影響較小。

（3） 傾向得分匹配(PSM)

鑒于企業(yè)數(shù)智創(chuàng)新的背景差異性，為降低遺漏變量及樣本自選性所造成的干擾，本研究采用傾向得分匹配(PSM)進行主效應(yīng)的穩(wěn)健性檢驗。具體步驟：首先，按照樣本上市公司的數(shù)智創(chuàng)新專利數(shù)量進行排序，并以數(shù)量排名中位數(shù)為基點，將樣本劃分為控制組（后50%的樣本） 和實驗組（前50%的樣本）；其次，按照兩組樣本的控制變量進行鄰近匹配，以降低控制變量的偏差影響；其三，通過PSM回歸結(jié)果發(fā)現(xiàn)，數(shù)智創(chuàng)新對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的正向影響依舊顯著(β=0.228，P＜0.01)，說明主效應(yīng)分析結(jié)果不受樣本自選性的干擾。

（4） 蒙特卡羅模擬

鑒于文章所采用的研究數(shù)據(jù)均為面板數(shù)據(jù)，考慮到數(shù)據(jù)結(jié)構(gòu)的非對稱性，采用蒙特卡羅模擬進行中介效應(yīng)的穩(wěn)健性檢驗。結(jié)果顯示：數(shù)智創(chuàng)新依舊可以通過數(shù)據(jù)資產(chǎn)(β=0.053，P＜0.01，95%，CI[0.013，0.069])、非研發(fā)類創(chuàng)新(β=0.046，P＜0.01，95%，CI[0.024，0.084])和供應(yīng)鏈金融(β=0.039，P＜0.01，95%，CI[0.017，0.068])，顯著間接影響戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展，說明中介效應(yīng)分析結(jié)果受數(shù)據(jù)結(jié)構(gòu)的非對稱性影響較小。

3. 組態(tài)分析

文章以中國戰(zhàn)略新興產(chǎn)業(yè)上市公司為樣本，檢視了數(shù)智創(chuàng)新對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的深層影響機制，并同時驗證了數(shù)智金融的賦能效應(yīng)。然而，計量分析結(jié)果僅是厘清了二者間的過程機制與邊界條件，如何有效通過數(shù)智創(chuàng)新，推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展等實際問題，卻仍未得到有效解答。故而，本研究參考杜運周等(2021)的做法[27]，采用模糊集定性比較分析(fsQCA)從組態(tài)分析視角，討論能夠推動中國戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的企業(yè)數(shù)智創(chuàng)新對策組合。具體步驟為：

（1） 數(shù)據(jù)校準

根據(jù)表2 的結(jié)果可知，數(shù)智創(chuàng)新等主要變量能夠?qū)?zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的影響顯著，而其他變量不顯著。因此，本研究將數(shù)智創(chuàng)新等5 個變量，進行必要條件檢驗，在各變量皆不是唯一性變量的前提下，將其設(shè)置為前因變量（如表4 所示），再按照0.05、0.5 和0.95 的標準進行數(shù)據(jù)校準。

表4 必要條件檢驗結(jié)果

（2） 結(jié)果分析

根據(jù)表5 的結(jié)果顯示，在80%覆蓋率和案例數(shù)大于1 個的約束條件下，共得到了三個組態(tài)路徑，其一致性分別為92.5%、87.4%和94.7%，皆滿足75%以上的閾值標準，且方案總體覆蓋率超過80%，證明這三個組態(tài)方案，具備較高的案例解釋度。因此，文章參考杜運周等(2021)的建議[27]，對各組態(tài)方案分別命名，并展開案例討論。

表5 組態(tài)效應(yīng)檢驗結(jié)果

4. 案例討論

（1） “產(chǎn)業(yè)鏈主導(dǎo)型”戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展實現(xiàn)方案

適用于該路徑方案的樣本企業(yè)多為細分市場領(lǐng)域的龍頭企業(yè)或優(yōu)勢企業(yè)，主要分布于前瞻性技術(shù)領(lǐng)域，并普遍具備大組織規(guī)模、大資金當量和大技術(shù)優(yōu)勢的組織特征。如表5 的方案A，“產(chǎn)業(yè)鏈主導(dǎo)型”戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展路徑的Raw Coverage 為14.1%，Unique Coverage 為1.1%，Consistency 為92.5%。其中，數(shù)據(jù)資產(chǎn)和供應(yīng)鏈金融為核心條件，數(shù)智創(chuàng)新和數(shù)智金融為輔助條件，說明在數(shù)智創(chuàng)新驅(qū)動下，供應(yīng)鏈金融成為了優(yōu)勢企業(yè)拓展產(chǎn)業(yè)鏈邊界的重要手段，而實現(xiàn)這一進程的關(guān)鍵，便在于數(shù)據(jù)資產(chǎn)的排他性，這也是為何數(shù)據(jù)資產(chǎn)不可公開商業(yè)化，以及不可作為融資訴求的主要條件的原因。同時，以數(shù)智技術(shù)為抓手，以供應(yīng)鏈金融為措施，可助龍頭（優(yōu)勢） 企業(yè)進一步強化產(chǎn)業(yè)鏈主導(dǎo)地位，并推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展。綜上，文章認為當龍頭（優(yōu)勢） 企業(yè)通過數(shù)智技術(shù)，實現(xiàn)了對產(chǎn)業(yè)鏈上下游情報的精準控制時，可采用供應(yīng)鏈金融的資本手段，延伸產(chǎn)業(yè)鏈控制范圍，促進戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展。

（2） “非研發(fā)創(chuàng)新型”戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展實現(xiàn)方案

適用于該方案的樣本企業(yè)多為“專精特新”類中小企業(yè)，并主要分布于華南、華東等發(fā)達省市，普遍具有業(yè)務(wù)周期短、資金周轉(zhuǎn)率較高、資金壓力小等組織特征，且在產(chǎn)品、服務(wù)或技術(shù)上有著鮮明的特色或市場優(yōu)勢。根據(jù)表5 的方案B，“非研發(fā)創(chuàng)新型”戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展路徑的Raw Coverage 為20.7%，Unique Coverage 為7.7%，Consistency 為87.4%。其中，數(shù)智創(chuàng)新、數(shù)據(jù)資產(chǎn)和非研發(fā)類創(chuàng)新為核心條件，數(shù)智金融為輔助條件，說明在數(shù)智創(chuàng)新的高效驅(qū)動下，該類企業(yè)可基于數(shù)據(jù)資產(chǎn)的高附加價值，在組織管理、營銷模式、生產(chǎn)運營及服務(wù)模式等方面，進行非研發(fā)類創(chuàng)新，從而減少對外源融資的依賴性。因此，該類型企業(yè)可在低融資壓力環(huán)境下，充分發(fā)揮數(shù)智創(chuàng)新，以及由此創(chuàng)造的數(shù)據(jù)資產(chǎn)的最大勢能，實現(xiàn)組織內(nèi)多元化創(chuàng)新循環(huán)，進而促進戰(zhàn)略新興產(chǎn)業(yè)轉(zhuǎn)型升級。由此，文章認為數(shù)智技術(shù)可推動企業(yè)商業(yè)模式創(chuàng)新，以推動戰(zhàn)略新興產(chǎn)業(yè)轉(zhuǎn)型。

（3） “數(shù)智化驅(qū)動型”戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展實現(xiàn)方案

適用于該方案的樣本企業(yè)主要是數(shù)智技術(shù)類專利較多，且轉(zhuǎn)化程度較高的企業(yè)，或是數(shù)智化轉(zhuǎn)型成熟度較高的企業(yè)。根據(jù)表5 的方案C，“數(shù)智化驅(qū)動型”戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展路徑的Raw Coverage 為14.3%，Unique Coverage 為1.3%，Consistency 為94.7%。其中，供應(yīng)鏈金融與數(shù)智金融為核心條件，數(shù)據(jù)資產(chǎn)和非研發(fā)類創(chuàng)新為輔助條件，說明對于組織數(shù)智化程度較高的企業(yè)而言，數(shù)智金融的高效賦能，可進一步促進企業(yè)數(shù)據(jù)資產(chǎn)商業(yè)化、組織內(nèi)多元化創(chuàng)新和產(chǎn)業(yè)鏈邊界拓展，從而加快戰(zhàn)略性新興產(chǎn)業(yè)轉(zhuǎn)型升級進程與實現(xiàn)高質(zhì)量發(fā)展目標。因此，該類型企業(yè)可依托數(shù)智創(chuàng)新的技術(shù)優(yōu)勢，并充分利用數(shù)智金融的資本工具，強化企業(yè)軟實力與市場（產(chǎn)品） 競爭力，從而邁入高質(zhì)量發(fā)展階段。因此，文章認為企業(yè)的數(shù)智化轉(zhuǎn)型成熟度決定了實現(xiàn)戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的內(nèi)驅(qū)機制效率。

五、研究結(jié)論、理論貢獻與對策建議

1. 研究結(jié)論

文章以中國戰(zhàn)略新興產(chǎn)業(yè)上市公司為樣本，通過構(gòu)建計量模型和組態(tài)分析，揭示了數(shù)智創(chuàng)新對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的影響“黑箱”，并同時檢視了數(shù)智金融的邊界作用。結(jié)果顯示，數(shù)智技術(shù)對數(shù)字技術(shù)存在顯著的替代效應(yīng)，并主要體現(xiàn)在數(shù)智創(chuàng)新和數(shù)智金融方面；數(shù)智創(chuàng)新能夠通過數(shù)據(jù)資源商業(yè)化路徑、企業(yè)多元化創(chuàng)新路徑與產(chǎn)業(yè)鏈價值創(chuàng)造的內(nèi)驅(qū)路徑，間接推動戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展，且該過程影響機制受到數(shù)智金融的情境機制干擾；此外，文章提出了三種基于數(shù)智創(chuàng)新的戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展實現(xiàn)方案。

2. 理論貢獻

文章的理論貢獻包括：第一，文章基于Python 數(shù)據(jù)挖掘技術(shù)，提出了一種數(shù)智創(chuàng)新的觀測方式，為后續(xù)研究提供了一個可選擇的方案；第二，文章從數(shù)據(jù)資產(chǎn)商業(yè)化、多元化創(chuàng)新和數(shù)智價值創(chuàng)造的路徑，剖析了數(shù)智創(chuàng)新對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的過程機制，為進一步探究其二者間的影響“黑箱”，提供了一個全新的視角；第三，文章將數(shù)智金融引入研究框架，檢視了差異化水平的數(shù)智金融對數(shù)智創(chuàng)新與戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展之間的邊界作用，該觀點有助于更進一步詮釋數(shù)智創(chuàng)新對戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展的影響機制。

3. 對策建議

根據(jù)研究結(jié)論，文章提出以下管理對策與政策建議：

第一，加快產(chǎn)業(yè)鏈龍頭培養(yǎng)，充分發(fā)揮數(shù)智產(chǎn)業(yè)集群優(yōu)勢。一是，各地方政府需結(jié)合地方戰(zhàn)略新興產(chǎn)業(yè)發(fā)展現(xiàn)狀，著力打造一批有市場潛力與企業(yè)競爭力的行業(yè)龍頭企業(yè)，構(gòu)建地方“智慧型”戰(zhàn)略新興產(chǎn)業(yè)集群。二是，基于戰(zhàn)略新興產(chǎn)業(yè)特色，有針對性地加強戰(zhàn)略新興產(chǎn)業(yè)的相關(guān)數(shù)智基礎(chǔ)設(shè)施與產(chǎn)業(yè)鏈配套設(shè)施建設(shè)，并以協(xié)調(diào)者的身份幫助企業(yè)拓寬生產(chǎn)要素獲取渠道、促成戰(zhàn)略合作、搭建市場平臺等，為地方戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展提供條件性保障。

第二，加快非研發(fā)創(chuàng)新進程，充分發(fā)揮商業(yè)模式創(chuàng)新價值。一是，相關(guān)企業(yè)可積極推動數(shù)智技術(shù)與營銷模式、組織運營、生產(chǎn)管理等方面的深度融合，以商業(yè)模式創(chuàng)新優(yōu)化組織效率、成本與資源配置，以企業(yè)軟實力提升促進戰(zhàn)略新興產(chǎn)業(yè)高質(zhì)量發(fā)展。二是，充分利用商業(yè)模式創(chuàng)新的組織效能，為產(chǎn)品（技術(shù)） 創(chuàng)新提供精準需求定位與資源保障，確保企業(yè)研發(fā)方向與精度的科學性與市場性，為企業(yè)高質(zhì)量發(fā)展提供過硬實力的保障。